基于人工智能的模型在检测卵巢癌方面可以超越人类专家

基于人工智能的模型在检测卵巢癌方面可以超越人类专家

瑞典卡罗林斯卡学院的研究人员领导的一项新的国际研究表明，基于人工智能的模型在超声图像中识别卵巢癌方面可以超越人类专家。该研究发表于天然药物。

卡罗林斯卡医学院 Södersjukhuset（斯德哥尔摩南部总医院）临床科学与培训部、该医院妇产科高级顾问 Elisabeth Epstein 教授说：“卵巢肿瘤很常见，而且常常是偶然发现的。” “世界许多地方都严重缺乏超声专家，这引发了人们对不必要的手术和癌症诊断延迟的担忧。我们想知道人工智能是否可以补充人类专家。”

人工智能胜过专家

研究人员通过对来自 8 个国家 20 家医院 3,652 名患者的 17,000 多张超声图像进行人工智能训练和测试，开发并验证了能够区分良性和恶性卵巢病变的神经网络模型。然后，他们将模型的诊断能力与一大群专家和经验不足的超声检查员进行比较。

结果显示，人工智能模型在检测卵巢癌方面均优于专家和非专家，准确率达到 86.3%，而专家和非专家的准确率分别为 82.6% 和 77.7%。

这表明神经网络模型可以为卵巢癌的诊断提供有价值的帮助，特别是在难以诊断的病例和缺乏超声专家的情况下。”

Elisabeth Epstein 教授，卡罗林斯卡医学院 Södersjukhuset（斯德哥尔摩南部综合医院）临床科学与培训系

减少对专家建议的需求

人工智能模型还可以减少对专家建议的需求。在模拟分诊情况下，AI 支持将转诊数量减少了 63%，误诊率减少了 18%。这可以为卵巢病变患者提供更快、更具成本效益的护理。

尽管结果令人鼓舞，但研究人员强调，在充分了解神经网络模型的全部潜力及其临床局限性之前，还需要进一步研究。

“通过不断的研究和开发，基于人工智能的工具可以成为未来医疗保健不可或缺的一部分，从而解放专家并优化医院资源。然而，我们需要确保它们能够适应不同的临床环境和患者群体，”卡罗林斯卡学院 Epstein 教授研究小组的博士生、KTH 皇家理工学院的 Emir Konuk 的共同第一作者 Filip Christiansen 说。

评估人工智能支持的安全性

研究人员目前正在 Södersjukhuset 进行前瞻性临床试验，以评估该人工智能工具的日常临床安全性和实用性。未来的研究还将包括一项随机多中心试验，以检查对患者管理和医疗费用的影响。

该研究是与 KTH 皇家理工学院的研究人员密切合作进行的，并得到了瑞典研究委员会、瑞典癌症协会、斯德哥尔摩地区委员会、Radiumhemmet 癌症研究基金和 Wallenberg 人工智能、自治系统和软件项目 (WASP) 的资助。

伊丽莎白·爱泼斯坦 (Elisabeth Epstein)、菲利普·克里斯蒂安森 (Filip Christiansen) 和三位合著者已通过 Intelligyn 公司申请了计算机辅助诊断方法的专利。 KTH 皇家理工学院的研究人员伊丽莎白·爱泼斯坦 (Elisabeth Epstein)、菲利普·克里斯蒂安森 (Filip Christiansen) 和凯文·史密斯 (Kevin Smith) 也拥有 Intelligyn 的股份，爱泼斯坦教授是该公司的志愿者经理。利益冲突的完整列表可以在本文中找到。

资料来源：